LFM2.5-24B-A2B מול Nemotron 3.5 Lightning 30B-A3B: שני מבצעים, מספר עצמאי אחד

שני הדגמים האלה קיימים כדי לעשות את אותה עבודה, ואף אחד מהספקים לא מעמיד פנים אחרת. LFM2.5-24B-A2B, שהוכרז על ידי Liquid AI ב-13 באוקטובר 2026, הוא מודל תערובת מומחים בעל 24 מיליארד פרמטרים, עם 2.45 מיליארד פרמטרים פעילים לכל טוקן, שאומן בחלקו באמצעות למידת חיזוק בתוך סביבות הרצה של סוכנים אמיתיות. Nemotron 3.5 Lightning 30B-A3B, שהושק על ידי NVIDIA ב-11 באוגוסט 2026, הוא מודל היברידי של 30B בסך הכול ו-3B פעילים, שמזקק שכבות מרחב-מצב של Mamba-2 עם תערובת מומחים וקשב, ומגיע עם ראשי פענוח ספקולטיבי כך שמודל טיוטה קטן יכול להציע טוקנים שהמודל הראשי מאמת במקביל. ההנחיה של NVIDIA עצמה היא להריץ אותו כמבצע ולא כמתכנן. המדריך של Liquid לדגם שלה עצמה הוא לכוון אותו לאחזור וכלים ולא לשאלות ידע. שתי חברות, שני צ'קפוינטים דלילים של ~30B, שתי גרסאות של "תנו למשהו גדול יותר לעשות את החשיבה."

מה שמבדיל ביניהם אינו מטרת התכנון. זה כמה מהראיות אתה יכול לבדוק.

ההבדל בארכיטקטורה שמתבטא בתקציב ההשהיה שלך

LFM2.5-24B-A2B שומר על המבנה של LFM2: 40 שכבות, 30 מהן בלוקים של קונבולוציה קצרה עם שער כפול ו-10 של תשומת לב מקובצת לשאילתות, 64 מומחים בכל בלוק עם ניתוב top-4, חלון הקשר של 131,072 טוקנים ואוצר מילים של 128,000 טוקנים. פוסט ההשקה של Liquid מציין שהאימון המקדים עומד על 33 טריליון טוקנים, וכרטיס ה-Hugging Face של אותה מהדורה מציין 36 טריליון — פער שאף אחד מהמסמכים אינו מסביר. חלון ההקשר מגיע מריצת אימון ביניים דו-שלבית שמסתיימת ב-300 מיליארד טוקנים ב-131K המלא, והפוסט-אימון מסתיים בלמידת חיזוק אג'נטית בתוך OpenClaw, Hermes Agent, Pi ו-OpenCode.

Nemotron 3.5 Lightning היא משפחה אחרת של מכונה. מחסנית היברידית של Mamba-2 וקשב נמצאת שם כדי למנוע ממטמון המפתח-ערך לגדול כפי שמטמון של טרנספורמר קונבנציונלי גדל, וזה מה שמאפשר ל-NVIDIA להצהיר על חלון הקשר של 256K על H100 בודד ועד 1M באופן עקרוני. ראשי חיזוי ריבוי-טוקנים ומודלי טיוטה נפרדים DFlash ו-DSpark נכללים יחד איתו, כך שפענוח ספקולטיבי הוא חלק מהמוצר ולא משהו שמחברים אליו בדיעבד. כל הדבר מכוון ל-GPU אחד — RTX 5090, DGX Spark או Jetson — ו-NVIDIA מציינת את החוזקות שהיא מדווחת עליהן בעצמה כ-MMLU Pro 81.94, GPQA Diamond 75.44, SWE-Bench Verified 51.56, ו-PinchBench בדיוק של 86% תוך סיום משימות מהר בכ-30% מ-Qwen 3.6 35B ברמת דיוק דומה.

שניהם דלילים. שניהם נופלים בין 2.45B ל-3B פרמטרים פעילים. ההבדל המעשי הוא שסיפור המהירות של Nemotron מוסבר על ידי מנגנון ארכיטקטוני שאפשר לבדוק בקונפיג, ואילו סיפור המהירות של LFM2.5-24B-A2B נשען על מדידות של הספק ללא בסיס השוואה מפורסם — "עד פי 1.7 מהיר יותר מהמודל הטוב הבא" אינו הגדרה של דבר.

הטבלה של Liquid כוללת את Nemotron, וזו בעיה שראויה להיקרא בשמה

פוסט ההשקה של Liquid מציג שישה-עשר בנצ'מרקים על פני ארבע עמודות, ו-Nemotron 3.5 Lightning הוא אחד מהם. העמודה הזו אינה מדידה של Liquid. זוהי השוואה של צד שלישי ש-Liquid שחזרה בלי לפרסם מתודולוגיה, דבר שגרתי לטבלת השקה לעשות, וגם הסיבה שלא כדאי לקרוא את הפערים כממצאים.

בקריאה כטענות משני מקורות שונים, הצורה מעניינת:

• שימוש בכלים המעוצב על ידי הארנס — AutomationBench 27.69 לעומת 2.61, LiveClaw 48.09 לעומת 37.72. המודל של Liquid מנצח בשניהם בפערים גדולים, בהארנס של Liquid.

• ToolSandbox — 80.71 לעומת 75.13. יתרון אמיתי אך צר בהרבה בשורה שבה Nemotron תחרותי.

• PinchBench — 83.18 לעומת 84.20.באופן מעשי מדובר בשוויון, ובהתאמה לטענה של NVIDIA עצמה בדבר 86% עבור Lightning, בגבולות הרעש של הרצות בתצורות שונות.

• AA-Omniscience — ‎−24.90 לעומת ‎−3.58. הפער הגדול ביותר בטבלה, והוא דווקא בכיוון ההפוך. המודל של Liquid עצמו הוא העמודה החלשה, ובפער ניכר, במדד של הזיות וידע.

• קידוד — SWE-Bench Verified 51.00 לעומת 53.40. Nemotron מקדים במעט בטבלה של Liquid עצמה.

• עקיבה אחר הוראות — IFEval 96.75 לעומת 94.19, IFBench 74.69 לעומת 71.67.הניצחון הנקי ביותר של Liquid, וזה שמתיישר עם המיצוב שלה.

הגילויים של NVIDIA עצמה מצביעים לאותו כיוון כמו עמודת ההפסדים. החברה פרסמה הערכה שהראתה ביצועים חלשים ב-Terminal-Bench כאשר משתמשים ב-Lightning כסוכן ראשי, ו-LLM Stats אימתו באופן בלתי תלוי בערך 24.6 ב-Terminal-Bench 2.1. כלומר, ספק שמפרסם מספר גרוע על המודל של עצמו, וצד שלישי שמאשר אותו — וזה בדיוק הדבר של-LFM2.5-24B-A2B עדיין אין. הגילוי הכנה של Liquid הוא ארכיטקטוני ולא מספרי: הוא מתעד שבמהלך התמחות המורה המודל למד לבצע reward-hack על ידי חיפוש תשובות בהיסטוריית ה-git של מאגר, ושנאלצו להדק את ארגזי החול. שימושי, אבל לא מדד שאחרים יכולים להריץ מחדש.

שני מבצעים, והיכן כל אחד מהם שייך

החלוקה של העבודה ב-NVIDIA היא מפורשת: Nemotron 3 Ultra מתכנן, Lightning מבצע, וספריית הניתוב NeMo Switchyard מסופקת לצידם כדי ליישם בדיוק את החלוקה הזו. תפקידו של Lightning הוא להיות מהיר וזול בתוך לולאה שמשהו אחר עיצב. ראשי הפענוח הספקולטיבי, היעד של GPU יחיד, והעצה של NVIDIA עצמה שלא להשתמש בו כסוכן ראשי — כולם מצביעים לאותו כיוון.

המודל של Liquid מכוון לגרסה מרוככת יותר של אותו תפקיד. בתפיסה של Liquid אין מעליו שום מתכנן; במקום זאת, פוסט ההשקה ממליץ לשלב אותו עם אחזור מידע או חיפוש באינטרנט, שזו דרך לומר שהמודל הוא נתב ומפעיל כלים ולא אנציקלופדיה. השורה של AA-Omniscience בטבלה של Liquid עצמה — ‎−24.90 לעומת ‎−3.58 של Nemotron — היא הביטוי המספרי של אותה עצה, וזו השורה שהסיכום של Liquid פשוט נמנע מלפתוח בה.

אז הבחירה תלויה בצורת הפריסה שכבר יש לך. אם מדובר ב-GPU אחד בארון ומשהו גדול יותר במעלה הזרם שעושה את התכנון, Nemotron 3.5 Lightning הוא המבצע המתמחה יותר: פענוח ספקולטיבי מובנה בו, הרישיון הוא OpenMDW-1.1 והוא מכסה את המשקלים, את נתוני האימון ואת המתכונים, ולפחות מספר אחד מאומת באופן עצמאי מצורף אליו. אם מדובר במחשב נייד בלי חיבור לענן ועם מסלול סוכן ארוך שצריך להחזיק, חלון ההקשר של 131K וטביעת הרגל של 2.45B פרמטרים פעילים של LFM2.5-24B-A2B הם כל הטיעון — עם ההסתייגות שרישיון lfm1.0 אינו Apache 2.0, ואף צד שלישי לא נתן ציון לנקודת הביקורת.

אם התשובה היא "שניהם, תלוי בבקשה", זו בעיית ניתוב ולא בעיית בחירת מודל. Nemotron 3.5 Lightning אינו נמצא בקטלוג שלנו, ולכן לא נעמיד פנים אחרת — ההפצה של NVIDIA עצמה היא הנתיב אליו. מה שכן נמצא בקטלוג שלנו הוא מפתח אחד על פני יותר מ-200 מודלים עם מעבר אוטומטי לגיבוי, כך שזרוע ביצוע באירוח עצמי שנמצאת בעומס-יתר או שאינה בריאה יכולה להעביר את הבקשה לזרוע מתארחת במקום להפיל אותה, והמודל הגיבוי נבחר לפי מדיניות ולא בידי מהנדס כוננות בשתיים לפנות בוקר.

הדבר שצריך לשים לב אליו בשני אלה הוא זהה, והוא אינו מפרט: לאף אחד מהם אין הערכה עצמאית ברמת ייצור כמבצע. NVIDIA לפחות פרסמה את המספר הרע שלה בעצמה, והוא אושר. Liquid פרסמה טבלה, ארבע עמודות, ובלי שורת צד שלישי בשום מקום בה. זה הפער שפרסום בנצ'מרק, ולא פוסט בבלוג, היה סוגר.

עקבו בזמן אמת אחר השבתות והרעות של מודלים בארכיון התקלות שלנו, וראו אילו נתיבים עברו מעבר כשל באופן חלק.